Les données non structurées sont des données qui ne sont pas organisées ou formatées selon un modèle prédéfini. Elles peuvent être générées par des humains ou des machines, et peuvent prendre de nombreuses formes, notamment le texte, les images, les vidéos, les audios, etc.
Les données non structurées sont généralement plus difficiles à collecter, analyser et exploiter que les données structurées. Cependant, elles représentent une source de valeur importante pour les entreprises, car elles peuvent fournir des informations sur les comportements, les préférences et les opinions des clients, des employés, etc.
Exemples de données non structurées
- Texte : articles de journaux, e-mails, documents, etc.
- Images : photos, vidéos, etc.
- Audios : musique, podcasts, etc.
- Données sociales : publications sur les réseaux sociaux, etc.
Utilisation des données non structurées dans les SIRH
Les données non structurées peuvent être utilisées dans les SIRH pour de nombreuses applications, telles que :
- L’analyse du sentiment : L’analyse du sentiment consiste à analyser le texte pour identifier les émotions positives, négatives ou neutres. Cette analyse peut être utilisée pour comprendre l’opinion des clients ou des employés sur un produit, un service ou une entreprise.
- La recherche d’informations : Les données non structurées peuvent être utilisées pour rechercher des informations sur des sujets spécifiques. Cette recherche peut être effectuée par des humains ou des machines.
- La génération de contenu : Les données non structurées peuvent être utilisées pour générer du contenu, tel que des articles de blog, des e-mails ou des publicités.
Les données non structurées sont une source de valeur importante pour les entreprises. En les collectant, en les analysant et en les exploitant, les entreprises peuvent améliorer leur compréhension de leurs clients, de leurs employés et de leur marché.